栅格数据模型
《栅格数据模型》课件
栅格数据模型是一种空间数据存储和分析方式，以像素网格形式表示地球表 面上的特征和属性信息。它以栅格矩阵作为核心结构，广泛应用于地理信息 系统、遥感成像和自然资源管理等领域。
什么是栅格数据模型?
栅格数据模型定义了用像素网格表示和存储地理特征和属性信息的方式。它与矢量数据模型的区别在于数据存 ห้องสมุดไป่ตู้和分析的方式不同。
BMP格式
BMP格式是Windows操作系统中的标准图像格 式，适用于栅格数据的存储和显示。
PNG格式
PNG是一种支持无损压缩的图像格式，常用于 地理信息系统和网络应用中的图像存储和展示。
栅格数据模型的未来发展
1
3D栅格数据模型
随着技术的进步，栅格数据模型在三维
大数据时代下的栅格数据模型应用
2
地理信息系统和虚拟现实领域的应用越 来越广泛。
栅格数据模型的结构
栅格数据的基本结构
栅格数据由像素组成的矩阵构成，每个像素代表地球表面上的一个位置，它包含了该位置的 属性信息。
栅格数据的元数据
栅格数据还包含元数据，用于描述数据的属性、分辨率、坐标系统等信息，方便数据的管理 和使用。
栅格数据模型的应用场景
地理信息系统中的应用
栅格数据模型被广泛应用于地图 制作、地理分析、空间模型和空 间推理等领域。
在大数据时代，栅格数据模型将更好地
与其他数据模型相结合，为各行各业带
来更多应用和价值。
总结
栅格数据模型的基本概 念和结构
栅格数据模型以像素网格表 示地理信息，包含基本结构 和元数据。
栅格数据模型的应用场 景和常用格式
栅格数据模型广泛用于地理 信息系统、遥感成像和资源 管理，常见格式有TIFF、 BMP等。
矢量数据和栅格数据的比较
矢量数据和栅格数据的比较介绍：矢量数据和栅格数据是地理信息系统（GIS）中常用的两种数据模型。
它们在数据存储、数据结构、数据处理和数据应用等方面有着不同的特点和适用范围。
本文将详细比较矢量数据和栅格数据的特点、优势和劣势，并分析它们在不同应用场景中的适用性。
一、矢量数据矢量数据是由点、线、面等几何要素及其属性信息组成的数据模型。
它以坐标为基础，通过定义几何要素的位置和形状来描述地理现象。
矢量数据具有以下特点：1. 数据结构简单：矢量数据以几何对象和属性表的形式存储，易于理解和处理。
2. 精度高：矢量数据可以精确表示地理现象的形状和位置，适用于需要高精度的空间分析和地图制图。
3. 数据量小：相对于栅格数据，矢量数据通常具有较小的文件大小，便于存储和传输。
4. 可编辑性强：矢量数据可以进行几何编辑和属性编辑，方便数据更新和维护。
二、栅格数据栅格数据是将地理现象分割成规则的像元网格，每个像元都有一个数值来表示某种属性。
栅格数据具有以下特点：1. 数据结构复杂：栅格数据以像元矩阵的形式存储，需要额外的元数据来描述其空间位置和属性。
2. 空间分辨率可变：栅格数据可以根据需要设置不同的分辨率，适用于需要多尺度分析和模型模拟。
3. 数据量大：相对于矢量数据，栅格数据通常具有较大的文件大小，占用存储空间较多。
4. 空间关系处理方便：栅格数据可以通过像元之间的邻接关系进行空间分析，适用于地形分析和遥感影像处理。
三、矢量数据与栅格数据的比较1. 数据结构：矢量数据以点、线、面等几何要素和属性表的形式存储，结构简单；栅格数据以像元矩阵的形式存储，结构复杂。
2. 精度：矢量数据可以精确表示地理现象的形状和位置，精度高；栅格数据的精度取决于像元的大小和数值的表示精度。
3. 数据量：矢量数据通常具有较小的文件大小，数据量小；栅格数据通常具有较大的文件大小，数据量大。
4. 编辑和更新：矢量数据具有较强的可编辑性，可以进行几何和属性的编辑和更新；栅格数据的编辑和更新相对困难，通常需要重新生成整个数据集。
栅格数据分析
15
二、常用栅格数据操作：局部运算
•（一）单一格网的局部运算：假定以单一栅 格为源数据，基于输入栅格的像元值，局部 运算通过空间数学函数计算输出栅格的每个 像元值。
16
二、常用栅格数据操作：局部运算 • （二）多个栅格的局部运算
17
二、常用栅格数据操作：局部运算 • （二）多个栅格的局部运算
点状地物
线状地物 多边形地物
8
9
一、栅格数据模型：存储模型
格网值和个数
10
一、栅格数据模型：存储模型
• 离散数据 • Discrete data, which is sometimes called
categorical or discontinuous data, mainly represents objects in both the feature and raster data storage systems.
将输出栅格数据集中单 元中心的位置定位到输 入栅格后，最邻近分配 法将确定输入栅格上最 近的单元中心位置并将 该单元的值分配给输出 栅格上的单元。
44
三、其他的栅格数据操作
OutRas = Aggregate(InRas1, 3, Max, Expand, Data) 聚合分析
45
三、其他的栅格数据操作
33
欧式距离
二、栅格数据操作：自然距离
Euc_Dist = EucDistance(Source_Ras)
34
二、常用栅格数据操作：自然距离
• 配置与方向
–配置栅格中的像元值对应于距该像元最近的源 像元。
–方向栅格中的像元值对应于距它最近的源像元 的方向值。
35
矢量数据和栅格数据的异同点
矢量数据和栅格数据的异同点矢量数据和栅格数据是地理信息系统（GIS）中常用的两种数据模型。
它们在数据存储、数据结构、数据处理和数据分析等方面存在一些明显的异同点。
本文将详细介绍矢量数据和栅格数据的异同点，以帮助读者更好地理解和应用这两种数据模型。
1. 数据结构矢量数据是由点、线和面等基本几何要素组成的。
每个要素都有自己的地理位置和属性信息。
常见的矢量数据格式有Shapefile、GeoJSON和KML等。
栅格数据则是由像素或单元格组成的网格结构。
每个像素都有自己的地理位置和属性值。
栅格数据常见的格式有TIFF、JPEG和PNG等。
2. 空间精度矢量数据通常具有较高的空间精度，可以精确表示地理实体的几何形状和位置。
而栅格数据的空间精度较低，由于其以像素为单位，无法精确表示细节丰富的地理实体。
3. 数据存储矢量数据采用矢量模型进行存储，以点、线和面等基本要素的几何属性和属性表的形式存储。
每个要素都有自己的几何信息和属性信息。
栅格数据则以像素为单位进行存储，每个像素都有自己的位置和属性值。
4. 数据体积矢量数据相对于栅格数据来说，数据体积较小。
由于矢量数据以几何要素和属性表的形式存储，可以有效地压缩数据体积。
而栅格数据由于以像素为单位，数据体积较大。
5. 数据分析矢量数据在空间分析和地理处理方面具有较强的优势。
由于矢量数据以几何要素的形式存储，可以进行几何运算、拓扑分析和网络分析等。
而栅格数据在遥感影像处理和表面分析等方面具有较强的优势。
由于栅格数据以像素为单位，可以进行像元运算、图像分类和地形分析等。
6. 数据精度矢量数据通常具有较高的数据精度，可以精确表示地理实体的几何形状和位置。
而栅格数据的数据精度较低，由于以像素为单位，无法精确表示细节丰富的地理实体。
7. 数据可视化矢量数据在数据可视化方面具有较好的效果。
由于矢量数据以几何要素的形式存储，可以直接绘制地理实体的边界和形状。
而栅格数据在数据可视化方面较为复杂。
dem栅格算法
DEM（数字高程模型）栅格算法是用于生成和操作DEM数据的算法。
这些算法可以处理各种DEM数据源，包括卫星遥感数据、地图和地形图等。
以下是DEM栅格算法的一些常见操作：
1. 栅格数据提取：可以从DEM栅格数据中提取各种地形特征，例如山峰、山谷、山脊等。
2. 坡度计算：可以根据DEM栅格数据计算地形表面的坡度，以了解地形的起伏程度。
3. 水文分析：可以根据DEM栅格数据模拟水流运动，预测河流、溪流等水文特征的分布。
4. 土地利用分类：可以根据DEM栅格数据进行土地利用分类，例如森林、草地、城市等。
5. 高程分析：可以根据DEM栅格数据对地形高程进行分析，例如提取等高线、计算高程均值等。
总之，DEM栅格算法是地理信息系统（GIS）和遥感领域的重要工具，可以用于各种地形分析和地理信息处理任务。
栅格数据和矢量数据的优缺点
栅格数据和矢量数据的优缺点栅格数据和矢量数据是地理信息系统（GIS）中常用的两种数据模型。
它们各自具有一些优点和缺点，下面将详细介绍这些方面。
栅格数据的优点：1. 简单直观：栅格数据以像素网格的形式表示地理空间信息，类似于一张二维图象，易于理解和使用。
2. 空间分析强大：栅格数据在空间分析方面具有优势，可以进行复杂的地形分析、遥感影像处理、地貌摹拟等操作。
3. 数据处理效率高：栅格数据在处理大量数据时效率较高，特别适合于处理遥感影像等大数据集。
4. 数据存储简单：栅格数据以像素值的形式存储，存储结构相对简单，占用空间较小。
栅格数据的缺点：1. 精度受限：栅格数据中每一个像素只能表示一个数值，因此对于精细的地理要素表示较为难点，容易浮现信息损失。
2. 数据量大：栅格数据以像素网格的形式存储，对于大范围的地理区域，数据量会非常庞大，占用存储空间较多。
3. 数据更新难点：栅格数据的更新较为难点，一旦数据发生变化，需要重新生成整个栅格数据集。
矢量数据的优点：1. 精度高：矢量数据以点、线、面等几何要素表示地理空间信息，可以精确表示地理要素的形状和位置。
2. 数据量小：矢量数据以几何要素和属性表的形式存储，相对于栅格数据，数据量较小，占用存储空间较少。
3. 数据更新方便：矢量数据的更新较为方便，当地理要素发生变化时，只需对相应的几何要素进行修改即可。
4. 数据拓扑关系明确：矢量数据中的几何要素可以建立拓扑关系，方便进行空间分析和拓扑操作。
矢量数据的缺点：1. 复杂性较高：矢量数据的数据结构相对复杂，需要同时存储几何要素和属性表，对数据处理和分析要求较高。
2. 空间分析受限：矢量数据在进行复杂的空间分析时相对不如栅格数据，特殊是在处理连续表面数据方面较为难点。
3. 难以表示连续数据：矢量数据难以直接表示连续数据，比如地形高程等，需要进行插值等处理才干得到连续的表达形式。
综上所述，栅格数据和矢量数据各自具有一些优点和缺点。
栅格数据和矢量数据的优缺点
栅格数据和矢量数据的优缺点栅格数据和矢量数据是地理信息系统（GIS）中常用的两种数据模型。
它们各自具有一些优点和缺点，下面将详细介绍这些方面。
一、栅格数据的优点：1. 简单直观：栅格数据由像素组成，每一个像素都有一个数值，可以直接表示地理现象的特征，如高程、温度等。
这种简单直观的表示方式使得栅格数据易于理解和分析。
2. 空间分析：栅格数据适合于空间分析，可以进行各种统计和模型分析。
例如，可以通过栅格数据进行地形分析、洪水摹拟、景观格局分析等。
3. 数据存储：栅格数据以像素为单位进行存储，数据结构相对简单，适合存储大量数据。
此外，栅格数据可以进行压缩，节省存储空间。
4. 数据处理：栅格数据可以进行各种数学运算和图象处理，如代数运算、滤波、分类等。
这使得栅格数据在遥感图象处理和数字地形分析等领域具有广泛应用。
二、栅格数据的缺点：1. 精度限制：栅格数据的精度取决于像元的大小，像元越小，精度越高。
但由于栅格数据是以像素为单位进行存储和分析的，因此在表示空间对象时存在精度限制。
特殊是对于复杂的地理现象，如河流、道路等，栅格数据可能无法彻底准确地表示其形状和位置。
2. 数据量大：由于栅格数据以像素为单位存储，因此数据量相对较大。
对于大范围的地理数据分析，需要大量的存储空间和计算资源。
3. 数据集成：栅格数据在数据集成方面存在一定的难点。
不同分辨率、不同投影的栅格数据很难直接集成在一起，需要进行预处理和转换。
三、矢量数据的优点：1. 精确表示：矢量数据以点、线、面等几何对象表示地理现象，可以准确地表示其形状和位置。
对于复杂的地理现象，如河流、道路等，矢量数据能够提供更准确的表示。
2. 拓扑关系：矢量数据可以表示空间对象之间的拓扑关系，如相邻、相交等。
这种拓扑关系对于空间分析和网络分析非常重要。
3. 数据集成：矢量数据在数据集成方面更加灵便。
不同分辨率、不同投影的矢量数据可以直接集成在一起，无需进行预处理和转换。
空间数据模型与算法
摘要：对GIS中几种常见的空间数据模型进行了简单总结，分别介绍了二维空间数据模型和三维空间数据模型，并对空间数据模型的分类和组成以及各自的优缺点进行了分析和比较；对空间数据模型算法进行了简单介绍。
并展望了空间数据模型的发展方向。
关键词：GIS；空间数据模型；空间数据模型算法1、研究现状1.1二维空间数据模型目前，在GIS研究领域中，已提出的空间数据模型有栅格模型、矢量模型、栅格-矢量一体化模型和面向对象的模型等。
(1)栅格数据模型栅格数据模型是最简单、最直观的一种空间数据模型，它将地面划分为均匀的网格，每个网格单元由行列号确定它的位置，且具有表示实体属性的类型或值的编码值。
在地理信息系统中，扫描数字化数据、遥感数据和数字地面高程数据（DTM）等都属于栅格数据。
由于栅格结构中的行列阵的形式很容易为计算机存储、操作和显示，给地理空间数据处理带来了极大的方便，受到普遍欢迎。
在栅格结构中，每一地块与一个栅格像元对应。
不难看出，栅格数据是二维表面上地理数据的离散量化值，而每一个像元大小与它所代表的实地地块大小之比就是栅格数据的比例尺。
(2)矢量数据模型矢量模型是用构成现实世界空间目标的边界来表达空间实体，其边界可以划分为点、线、面等几种类型，空间位置用采样点的空间坐标表达，空间实体的集合属性，如线的长度、区域间的距离等，均通过点的空间坐标来计算。
根据空间坐标数据的组织与存储方式的不同，可以划分为拓扑数据模型和非拓扑数据模型。
(3)矢量-栅格一体化数据模型从几何意义上说，空间目标通常有三种表达方式：（1）基本参数表达。
一个集合目标可由一组固定参数表示，如长方形由长和宽两参数描述；（2）元件空间填充表达。
一个几何目标可以认为是由各种不同形状和大小的简单元件组合而成，例如一栋房子可以由一个长方形的方体和四面体的房顶组成。
（3）边界表达.一个目标由几种基本的边界元素即点、线、面组成。
矢量数据结构和栅格数据结构各有优缺点，矢量-栅格一体化数据模型具有矢量和栅格两种结构的优点。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
图 4.3 表示一个30 m 像元的范围和中心点的 UTM 坐标。 .
8
栅格数据类型
1. 卫星影像 2. 数字高程模型（DEMs） 3. 数字正射影像
4. 土地覆被数据
5. 二值扫描文件s 6. 数字栅格图(DRGs) 7. 图形文件 8. 特定GIS软件的栅格数据
9
卫星图像
被动系统, 通常称为光学系统，从地球表面反射或发射的电磁
第4章 栅格数据模型
4.1 栅格数据模型要素 4.1.1 像元值 4.1.2 像元大小 4.1.3 像元深度 4.1.4 栅格波段 4.1.5 空间参照
4.2 卫星图像 4.2.1 Landsat 4.2.2 SPOT 4.2.3 GeoEye 和 Digital Globe
注释栏4.1 Data Volumes of 高分辨率(SPOT) 和极高分辨率(IKONOS) 卫星图像的数据量
37
数据综合
数字正射影像（DOQ）、数字栅格图（DRG）和图形文件可以作 为数据显示的背景，或者作为空间数据数字化或编辑修改矢量数据 的数据源。 数字高程模型（DEM）是用于提取地形特征（如等高线、坡度、 坡向、河网、路网、流域）的最重要数据源。 有地理坐标参照的卫星影像与其他空间要素一起显示是很有用的。 而卫星影像经过处理可生成诸如土地覆被、植被、城市化、积雪和 环境退化等图层。 矢量数据通常作为处理卫星影像的辅助信息而使用。
24
图 4.5 USGS的 1m 黑白数字 正射影像（爱达荷州太阳 谷）。
数字正射影像（DOQ）是一种由航片或其它遥感数据制备而得的数字化影像， 其中由于照相机镜头倾斜和地形起伏引起的位移已被消除。
25
土地覆被数据
■ 从遥感影像上获取的土地覆被数据，通
常被用来分类和编译，因此常用作栅格数据。
■ 美国地质调查局提供一个系列三期国家
32
图 4.10 分区四叉树法将栅格 分成具有层次的象限。当象限 内的像元值都相同（灰色或者 白色）时，停止续分。无法再 被续分的象限称为叶结点。在 示意图中，象限空间方位以指 数表示：0 — NW, 1 — SW, 2 — SE 和 3 — NE。使用空间 索引法和分层四叉树结构，灰 色像元可编码为：02，032， 等等。更多解释参见4.3.3节。
数字栅格图是USGS地形图的扫描图像
28
图形文件
许多流行的图形文件为栅格格式，如TIFF、GIF 和 JPEG。
29
栅格数据结构
1. 逐个像元编码
2. 游程编码（RLE）
3. 四叉树
30
图 4.8 逐个像元编码的数据结 构通过行和列来记录每个像元 值。灰色像元值为 1。
31
图 4.9 游程编码法用行来记录灰色像 元。第一行中有相邻的灰色像元位于 第五和第六列。因此，第一编码为始 于第五列止于第六列的游程。其他行 的记录方法相同。
产生了全世界使用最
广泛的图像。
■ 2013年2月,陆地卫星8号启动操作陆地成像仪,它提供 了与陆地卫星7号类似的七个光谱波段,加上一个新的深蓝 波段(波段1)和一个新的短波红外波段(波段9)。此外,陆地 卫星8号携有热红外传感器,提供了两个热波段。
表 4-2 7号陆地卫星 (ETM+)和8号陆地卫星的光谱波段、波长和空间分辨率
1
2 3 4 5 6 7 8(全色) 9
0.43-0.45
0.45-0.51 0.53-0.59 0.64-0.67 0.85-0.88 1.57-1.65 2.11-2.29 0.50-0.68 1.36-1.38
30
30 30 30 30 30 30 15 30
SPOT
法国SPOT卫星系列始于1986年。每个SPOT卫星携带两种类型的传感 器。SPOT1 - 4获得一个10米空间分辨率的单波段图像与和20米分辨率的多 波段图像。2002年发射的SPOT5，发回5和2.5米分辨率的单波段图像和10 米分辨率多波段图像。 SPOT6于2012年9月发射，提供1.5米分辨率的单一波段和6米分辨率的 多波段图像。
7号陆地卫星 (ETM+) 波段 波长 (μm) 分辨率 (m) 波段 8号陆地卫星 波长 (μm) 分辨率 (m)
1
2 3 4 5 6 7 (全色)
0.45-0.52
0.52-0.60 0.63-0.69 0.77-0.90 1.55-1.75 2.09-2.35 0.52-0.90
30
30 30 30 30 30 15
4.5 栅格数据结构
4.3.1 4.3.2 4.3.3 4.3.4 逐个像元编码 游程编码（RLE） 四叉树 头文件 注释栏4.3 头文件示例
4.6 栅格数据压缩
注释栏4.4 一个简单的小波示例：Haar 小波
4.7 数据转换与综合
4.6.1 栅格化 4.6.2 矢量化 4.6.3 栅格数据与矢量数据的综合
土地覆被数据库: NLCD 2001, NLCD 2006
和 NLCD 2011。
26
图 4.6 显示土壤界线 的二值扫描文件。
二值扫描文件是含数值 1 或数值 0 的扫描图像。
27
图 4.7 爱达荷州太阳谷的数 字栅格图（DRG），与图 4.5 中的数字正射影像图（DOQ） 相比，该数字栅格图已经过 期
表 4.2 NED DEMs、 分辨率、 垂直精度和覆盖范围*
USGS DEMs
DEM 1秒弧度 分辨率 30 m 垂直准确度 2.44 m 覆盖范围 Conterminous U.S., HI, PR, VI, and Territorial Islands Conterminous U.S., HI, and portions of AK Limited areas in the Conterminous U.S.
特征
采集数据来自反射光能 量； 在云层覆盖下和夜
间无数据采集 ; 亚米级空 分辨率提高
间分辨率 举例 Landsat; SPOT; GeoEye; TerraSAR-X; RADARSAT-2;
Digital Globe; Terra
COSMO-SkyMed
Landsat
■ 美国陆地卫星项目始于1972年,
1/3秒弧度
10 m
2.44 m
1/9秒弧度
3m
~0.15 m
*阿拉斯加州大部分的NED 数据分辨率是2秒弧度（大约60m），部分 地区的分辨率是1秒弧度和1/3秒弧度。
23
图 4.4 三种分辨率的 DEM ：30m、10m和3m。30m和10m的 DEM 数据 为 USGS DEM数据，而3m DEM 是源于LIDAR（机载激光雷达）数据 的产品, 比其它两种包含更多的地形细节。
注释栏4.5 数字地球
重要概念和术语 复习题 应用：栅格数据模型 习作1：查看 并导入DEM 数据 习作2：查看卫星影像 习作3：查看土地覆被图像 习作4：将矢量数据转化为栅格数据 挑战性任务 参考文献
3
栅格数据模型
栅格数据模型,也称为基于字段模型，用规则格网覆 盖空间。 栅格表示连续的表面，但当进行数据存储和分析时， 栅格由行、列、像元组成。像元又称为影像的像素。 栅格数据用单个像元代表点，用一系列相邻像元代 表线，用连续像元的集合代表面。
GeoEye提供由IKONOS和GeoEye-1卫星采集的极 高分辨率图像，数字地球提供由QuickBird 和
WorldView-2 卫星采集的极高分辨率图像。Biblioteka Terra Satellite
■ 1999年,美国国家航空航天局地球观测系统发射了
Terra的宇宙飞船,它携带了一系列仪器。
■ ASTER(先进星载热发射和反射辐射仪)是设计应用 在土地覆被分类和变化检测的唯一的高空间分辨率仪器。
激光雷达系统的基本组件包括一个安装在飞机上的激光扫描仪、GPS
和惯性测量装置。
激光雷达技术的一个主要应用就是创造了高分辨率的DEM,空间分辨率为
0.5到2米。这些DEM已经作了基于WGS84 椭球的地理参照。因为激光雷达 可以为一个发射脉冲检测多个返回信号,它能产生不同高度水平的DEM，比 如地面高程 (从最后返回的激光雷达)和树冠高度(从第一次返回的激光雷达)。
34
图 4.11 Haar 小波和小波变换。(a)在三种尺度（分辨率）上的三种 Haar 小 波。(b)小波变换的一个简单实例。
35
数据转换
矢量数据转换为栅格数据称为栅格化（rasterization） 栅格数据转换成矢量数据称为矢量化（vectorization）
36
图4.12 位于左侧的是从矢量数据转化为栅格数据的例子，即栅格化。 而位于右侧的是从栅格数据转化为矢量数据的例子，即矢量化。
现在SPOT图像的部分产品由“Airbus Defence and Space”发布，也
销售极高分辨率的Pléiades卫星图像。
表4.3 地之眼（GeoEye）、数字地球（Digital Globe） 和妹神（Plé iades）的极高空间分辨率卫星图像 GeoEye
全色 82 cm
全色 65 cm
4
图 4.1 连续的高程栅格数据，较暗的表示较高海拔。
5
图 4.2 点、线和面要素的表 示：左边为栅格数据；右边 为矢量数据。
6
栅格数据模型要素
1. 像元值：栅格中的每个像元携有一个值，它代表由 该行该列所决定的该位置上空间现象的特征。像元 值可以是整型或浮点型栅格数据。 2. 像元大小：决定了栅格数据的分辨率。 3. 像元浓度：是所有像元的字节数和数据类型的符号。 4. 栅格波段：栅格数据可能具有单波段或多波段。 5. 空间参照：栅格数据必须具有空间参照信息，这样 在GIS中它们才可以和其他数据集进行空间配准。
4.2.4 Terra Satellite 4.2.5 SAR 4.3 数字高程模型（DEMs）